авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |
-- [ Страница 1 ] --

Институт проблем управления

им. В.А. Трапезникова РАН

УПРАВЛЕНИЕ

БОЛЬШИМИ

СИСТЕМАМИ

Специальный

выпуск 38

СБОРНИК

ТРУДОВ

Июль 2012

Проблемы управления на

железнодорожном транспорте

ISSN 1819-2467

Регистрационный номер Эл №ФС77-44158 от 09 марта 2011 г.

Москва – 2012

РОССИЙСКАЯ АКАДЕМИЯ НАУК

Институт проблем управления

им. В.А. Трапезникова УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ СБОРНИК ТРУДОВ Специальный выпуск 38 Проблемы управления на железнодорожном транспорте Москва – 2012 УДК 519 ISSN 1819-2467 ББК 32.81 У 67 Управление большими системами / Сборник трудов. Выпуск 38. М.: ИПУ РАН, 2012. – 214 с. Дата опубликования: 31.07.2012.

КООРДИНАЦИОННЫЙ СОВЕТ Академики РАН: Васильев С.Н., Емельянов С.В., Коровин С.К., Куржанский А.Б., Федо сов Е.А., Черноусько Ф.Л.;

члены-корреспонденты РАН: Желтов С.Ю., Каляев И.А., Пархоменко П.П., Попков Ю.С.;

д-ра техн. наук: Бутковский А.Г., Дорофеюк А.А., Куз нецов О.П., Кульба В.В., Кротов В.Ф., Лотоцкий В.А., Павлов Б.В., Поляк Б.Т., Рутков ский В.Ю.

РЕДАКЦИОННАЯ КОЛЛЕГИЯ Главный редактор: член-корр. РАН Новиков Д.А. Отв. секретарь: к.т.н. Губко М.В.

Д-ра техн. наук: проф. Алескеров Ф.Т. (ГУ ВШЭ), проф. Артамонов Е.И. (ИПУ РАН), д р экон. наук, проф. Архипова М.Ю. (ИПИ РАН), д-ра техн. наук: проф. Афанасьев В.Н.

(МИЭМ), проф. Бахтадзе Н.Н. (ИПУ РАН), проф. Бурков В.Н. (ИПУ РАН), проф.

Вишневский В.М. (ИППИ РАН), д-р экон. наук, проф. Голиченко О.Г. (ЦЭМИ РАН), д-р физ.-мат. наук, проф. Добровидов А.В. (ИПУ РАН), д-ра техн. наук: проф. Заложнев А.Ю. (ИПУ РАН), проф. Ириков В.А. (МФТИ), проф. Калянов Г.Н. (ИПУ РАН), проф.

Касаткин С.И. (ИПУ РАН), проф. Каравай М.Ф. (ИПУ РАН), канд. техн. наук Квинто Я.И. (ИПУ РАН), д-р экон. наук, проф. Клочков В.В. (ИПУ РАН), д-ра техн. наук: проф.

Кононенко А.Ф. (ВЦ РАН), канд. техн. наук Куливец С.Г. (ИПУ РАН), проф. Курдюков А.П. (ИПУ РАН), проф. Лебедев В.Г. (ИПУ РАН), к-т техн. наук, доцент Лебедев В.Н.

(ИПУ РАН), д-р экон. наук, проф. Ловчиновский Э.В. (ИПУ РАН), д-р техн. наук, проф.

Мандель А.С. (ИПУ РАН), д-р экон. наук, проф. Нижегородцев Р.М. (ИПУ РАН), д-ра техн. наук: проф. Новосельцев В.Н. (ИПУ РАН), проф. Орлов А.И. (МВТУ), д-р физ. мат.наук, проф. Рапопорт Л.Б. (ИПУ РАН), д-р техн. наук, проф. Рыков А.С. (МИСИС), д-р экон. наук, проф. Секерин В.Д. (ИПУ РАН), д-ра техн. наук: проф. Сидельников Ю.В. (МАИ), проф. Совлуков А.С. (ИПУ РАН), д-р экон. наук, проф. Сухарев О.С. (Ин-т экономики РАН), д-ра техн. наук: проф. Уткин В.А. (ИПУ РАН), проф. Хоботов Е.Н.



(МВТУ), д-ра физ.-мат. наук: доцент Чеботарев П.Ю. (ИПУ РАН), проф. Чхартишвили А.Г. (ИПУ РАН), проф. Щербаков П.С. (ИПУ РАН).

РЕГИОНАЛЬНЫЕ РЕДАКЦИОННЫЕ СОВЕТЫ Волгоград – д-ра физ.-мат. наук: проф. Воронин А.А., проф. Лосев А.Г. (ВолГУ);

Воронеж – д-р техн. наук, проф. Баркалов С.А., д-р физ.-мат. наук, проф. Головинский П.А. (ВГАСУ), д-р техн. наук, проф. Подвальный С.Л. (ВГТУ);

Ижевск – д-р физ.-мат.

наук, проф. Непейвода Н.Н., к-т физ.-мат. наук, проф. Родионов В.И. (УдмГУ);

Иркутск – д-ра физ.-мат. наук: проф. Бычков И.В., проф. Лакеев А.В. (ИДСТУ СО РАН);

Казань – д-р физ.-мат. наук, проф. Маликов А.И., д-р техн. наук, проф. Сиразетдинов Р.Т.

(КГТУ-КАИ);

Липецк – д-ра техн. наук: проф. Кузнецов Л.А., проф. Погодаев А.К.

(ЛГТУ);

Самара – д-ра экон. наук: проф. Богатырев В.Д., проф. Гераськин М.И., д-р техн. наук, проф. Засканов В.Г. (СГАУ);

Санкт-Петербург – д-ра физ.-мат. наук: проф.

Петросян Л.А. (СПбГУ), проф. Фрадков А.Л. (ИПМ РАН);

Старый Оскол – д-р техн.

наук, проф. Еременко Ю.И. (СТИ);

Тверь – д-ра техн. наук: проф. Кузнецов В.Н., проф.

Палюх Б.В. (ТГТУ).

Адрес редакции: 117997, г. Москва, ул. Профсоюзная, д. 65.

Адрес в Интернет: ubs.mtas.ru.

Номер гос. регистрации электронного научного издания (ЭНИ): 0421200023.

ИПУ РАН, АЛЕКСАНДР АРТЁМОВИЧ АМБАРЦУМЯН 1943 – заведующий лабораторией ИПУ РАН, доктор технических наук, член-корреспондент Российской академии естественных наук, профессор 21 июля 2012 г. не стало Александра Артёмовича Амбарцу мяна – известного российского учёного в области информацион ных технологий управления потенциально опасными технологи ческими процессами, системотехники АСУ ТП и логического управления. Александр Артёмович был учеником М.А. Гаври лова, и более 30 лет назад возглавил лабораторию № 3 – лабора торию, которая унаследовала не только номер, но и значитель ную часть тематики знаменитой гавриловской лаборатории.

В 80-90 гг. коллектив лаборатории 3 под руководством Александра Артемовича принимал активное участие в разработ ке быстродействующих логических контроллеров (СПА-ПС), в настоящее время выпускаемых ООО «Автоматика» (Омск), а также – в разработке технического проекта АСУ ТП Башкир ской АЭС, затем – АСУ ТП Бушерской АЭС, в автоматизации объектов г. Москвы и т.д.

В последние годы А.А. Амбарцумян получил ряд сущест венных результатов в теории дискретно-событийных систем, стал известным в западном мире специалистом в этой быстро развивающейся области фундаментальных исследований.

За годы своей жизни в науке он опубликовал ряд моногра фий и десятки статей в ведущих научных журналах. Всем из вестна амбарцумяновская научная школа: Александр Артёмович вырастил и воспитал многих талантливых молодых учёных.





Он родился в станице Вознесенская Малгобекского района Чечено-Ингушской АССР и всю жизнь считал себя казаком. Он и ушёл из жизни казаком, настоящим мужчиной, работая и думая о лаборатории и Институте до последних дней своей жизни.

Под руководством А.А. Амбарцумяна в 2003 г. была прове дена международная конференция, посвящённая 100-летию со дня рождения М.А. Гаврилова, а затем, начиная с 2008 г., про водятся регулярные Российские конференции с международ ным участием «Технические и программные средства систем управления, контроля и измерения» (УКИ). В нынешнем году, будучи уже тяжело больным, председатель Оргкомитета УКИ А.А. Амбарцумян активно участвовал в работе 3-ей по счёту конференции.

Данный специальный выпуск Сборника трудов «Управле ние большими системами» составлен на основе лучших мате риалов этой конференции. Он целиком посвящен современным проблемам управления на железнодорожном транспорте.

А.А. Амбарцумян был идейным вдохновителем этого Спецвы пуска, руководил отбором материалов. Жаль, что он не успел увидеть выхода в свет этого номера Сборника.

СОДЕРЖАНИЕ Системный анализ Кульба В. В., Косяченко С. А., Шелков А. Б.

Методология исследования проблем обеспечения безо пасности на железнодорожном транспорте....................

Матюхин В. Г.

Концептуальное моделирование процессов управления на железнодорожном транспорте.........................................

Информационные технологии в управлении Ахметзянов А. В., Бахтадзе Н. Н., Власов С. А., Девят ков В. В., Максимов Е. М.

Поддержка принятия управленческих решений на основе интеллектуальной обработки и анализа данных монито ринга деятельности компании ОАО «РЖД»......................

Дорофеюк А. А., Дорофеюк Ю. А., Мандель А. С., Чернявский А. Л., Левин Д. Ю.

Современные требования к безопасности железнодо рожного транспорта и методы интеллектуального анализа в задаче построения экспертно-аналитической модели для прогнозирования состояния железнодорож ных путей и полосы отвода................................................ Каркищенко А. Н., Гречухин И. А.

Статистическое распознавание лиц по геометрии ха рактерных точек для систем транспортной безопасно сти........................................................................................ Павлов В. Л., Уманский В. И.

Разработка системы поддержки принятия решений по оценке показателей пропускной способности участков железных дорог………………………………………..................

Ханычев В. В., Милованов М. А.

Разработка системы интеллектуального мониторинга и контроля обстановки в целях обеспечения безопасности объектов железнодорожной инфраструктуры со сто роны прилегающей водной акватории................................

Явна В. А., Каспржицкий А. С., Кругликов А. А., Лазоренко Г. И., Хакиев З. Б., Шаповалов В. Л.

Этапы проектирования интеллектуальной системы мониторинга объектов транспортной инфраструктуры Управление техническими системами и технологическими процессами Амбарцумян А. А., Браништов С. А.

Моделирование движения поездов на пассажирской станции................................................................................

Кибзун А. И., Наумов А. В., Иванов С. В.

Двухуровневая задача оптимизации деятельности же лезнодорожного транспортного узла................................ Лазарев А. А., Мусатова Е. Г.

Целочисленные постановки задачи формирования желез нодорожных составов и расписания их движения............ Надежность и диагностика средств и систем управ ления Каплунов С. М., Вальес Н. Г., Фурсов В. Ю., Бело стоцкий А. М., Дубинский С. И.

Диагностика состояния конструкций и сооружений инфраструктуры РЖД с учетом интенсивных аэроди намических нагрузок от скоростных составов.................. Карабутов А. А., Жаринов А. Н., Ивочкин А. Ю., Каптильный А. Г., Карабутов А. А. (мл.), Ксенофон тов Д. М., Кудинов И. А., Симонова В. А., Мальцев В. Н.

Лазерно-ультразвуковая диагностика продольных на пряжений рельсовых плетей...............................................

Колесников В. И., Мясникова Н. А., Жукова Ю. В., Буйло С. И., Иваночкин П. Г.

Методы диагностики состояния многослойного анти фрикционного наномодифицированного покрытия на боковой поверхности головки рельса..................................

Системный анализ УДК 519. ББК 65. МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ ПРОБЛЕМ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ Кульба В. В.1, Косяченко С. А.2, Шелков А. Б. (ФГБУН Институт проблем управления им. В.А.Трапезникова РАН, Москва) Рассматриваются методологические основы исследования проблем безопасности на железнодорожном транспорте, включающие: создание методологии исследования нештатных ситуаций и генерации сценариев функционирования объектов железнодорожного транспорта (ОЖТ) в этих условиях, выбор оптимальных сценариев развития ОЖТ, создание единого информационного пространства для решения задач управления транспортной безопасностью.

Ключевые слова: железнодорожный транспорт, безопас ность, нештатная ситуация, сценарный анализ, информаци онное пространство.

1. Введение Эффективное функционирование железнодорожного транс порта Российской Федерации играет исключительную роль в создании условий для модернизации, перехода на инновацион ный путь развития и устойчивого роста национальной экономи Владимир Васильевич Кульба, доктор технических наук, профессор (Москва, ул. Профсоюзная, д. 65, тел. (495) 334-90-09, kulba@ipu.ru).

Станислав Анатольевич Косяченко, доктор технических наук, профессор (urglad@ipu.ru).

Алексей Борисович Шелков, кандидат технических наук (abshelkov@gmail.com).

Управление большими системами. Выпуск ки, обеспечивает необходимые условия для обеспечения лидер ства России в мировой экономической системе.

От состояния, безопасности и качества работы железнодо рожного транспорта зависят не только перспективы дальнейше го социально-экономического развития, но также возможности государства эффективно выполнять такие важнейшие функции, как защита национального суверенитета и безопасности страны, обеспечение потребности граждан в перевозках, создание усло вий для выравнивания уровня развития регионов.

В целях решения проблем и задач в области обеспечения транспортной безопасности и в соответствии с требованиями Федерального Закона №16 – ФЗ от 09.02.2007 «О транспортной безопасности» необходимо создание методологии и на ее основе интегрированной информационно-управляющей системы транс портной безопасности ОАО «РЖД».

Настоящая работа выполнена при поддержке гранта РФФИ 11–07–13131 офи–м–2011–РЖД.

2. Методология решения задач обеспечения безопасности на железнодорожном транспорте Как и любая транспортная система, железнодорожный транспорт представляет потенциальную опасность для человека.

Основными особенностями железнодорожного транспорта являются:

концентрация большого количества пассажиров в приго родных и поездах дальнего следования;

высокие скорости перевозок пассажиров и грузов на маги стральных линиях;

уязвимость для проведения террористических актов на пу тях, подвижном составе, пассажирских и грузовых станциях;

большие объемы перевозок и высокая концентрация опас ных грузов на узловых станциях (воспламеняющиеся газы, горючие жидкости, токсичные и высокотоксичные вещества, окисляющие вещества, взрывчатые вещества, радиоактивные вещества, боеприпасы и вооружение и т.п.);

Системный анализ наличие большого количества пересечений с автомобиль ными дорогами в одном уровне;

огромная протяженность магистральных линий, удален ность значительной их части от населенных пунктов и автодо рог.

Перечисленные особенности вызывают особую тяжесть по следствий аварий, катастроф и стихийных бедствий на железно дорожном транспорте, которая обусловлена слабой предсказуе мостью мест их возникновения, комплексным характером последствий и наличием вторичных факторов риска, затруднен ностью и большим временем доступа сил и средств ликвидации последствий к очагу чрезвычайной ситуации [1, 2].

В настоящее время в условиях увеличивающейся интенсив ности различного рода угроз и резкого изменения экономическо го механизма функционирования объектов РЖД и всей системы в целом особую актуальность приобретает разработка концепту альных и методологических основ анализа и повышения эффек тивности систем обеспечения безопасного функционирования железнодорожного транспорта.

Проведенный анализ нормативно-правового обеспечения процессов управления эксплуатационной безопасностью объек тов железнодорожного транспорта показал, что в настоящее время одним из основных его недостатков является отсутствие рекомендаций по разработке моделей и методов анализа процес сов возникновения чрезвычайных, нештатных и аварийных ситуаций на ОЖТ, а также выбору способов снижения отрица тельных последствий их возникновения и обеспечения необхо димых уровней отказоустойчивости, живучести и общей безо пасности функционирования ОЖТ.

Методология решения рассматриваемых проблем должна базироваться на опережающем сценарном анализе альтернатив ных путей развития ситуации и ключевых факторов риска, несущих в себе различного рода угрозы безопасности ОЖТ. Для целей дальнейшего анализа данные факторы могут быть сгруп пированы в ряд уровней, причем факторы верхнего уровня Управление большими системами. Выпуск являются порождающими для факторов последующего уровня (рис. 1) [6].

Мониторинг, анализ состояния и тенден Порождающие ций развития ОЖТ угрозы противоречия Выявление, анализ и ранжирование Источники угроз источников угроз безопасности ОЖТ Выявление и оценка опасности Угрозы Выявление, анализ Источники и оценка опасности уязвимости Сценарный анализ и Риски возникнове управление рисками ния НШС и ВЧС Прогнозирование и Последствия оценка тяжести (ущербы) Рис. 1. Группировка факторов безопасности ОЖТ Для решения комплекса рассматриваемых задач разработа на классификация нештатных ситуаций (НШС) на РЖД с точки зрения степени готовности руководства и персонала железных дорог к ликвидации последствий возникновения внезапных чрезвычайных ситуаций (ВЧС) (рис.2) [1, 5].

Чрезвычайная ситуация на ОЖТ определяется как неблаго приятное сочетание факторов и событий, создающих угрозу Системный анализ жизни людей, нарушающих условия их нормальной жизнедея тельности.

Нештатные ситуации Рассмотренные Нерассмотренные Прогнозируемые Непрогнозируемые Аварийные Рис.2. Классификация нештатных ситуаций Нештатная ситуация определяется как непредусмотренное программой или регламентом штатного функционирования состояние ОЖТ, их составных частей и элементов, включая путевое хозяйство и станции, грузовые и пассажирские поезда, вокзальные и иные помещения, оборудование, обслуживающий персонал и обслуживаемое население и т.д.

Аварийные ситуации определяются как ситуации, следстви ем которых являются полное или частичное разрушение ОЖТ или его отдельных частей, а также угроза ухудшения здоровья или гибели обслуживающего персонала и обслуживаемого населения.

Рассмотренные НШС – это нештатные ситуации в процессе эксплуатации ОЖТ, возможность возникновения которых была выявлена в процессе их проектирования и создания, и которые внесены в конструкторскую и эксплуатационную документа Управление большими системами. Выпуск цию, а также в регламенты функционирования зданий и соору жений ОЖТ.

Нерассмотренные – это такие НШС, анализ которых не мог быть проведён или не проводился в проектный период и кото рые не содержатся в конструкторской и эксплуатационной документации, а также в регламентах функционирования зда ний и сооружений ОЖТ.

Прогнозируемые – это такие НШС в процессе эксплуатации ОЖТ, способы и средства выхода из которых предусмотрены и внесены в конструкторскую и эксплуатационную документа цию, а также в регламенты функционирования зданий и соору жений ОЖТ.

Непрогнозируемые – это НШС, причиной возникновения которых являются отказы, приводящие к нерасчётным или неопределённым условиям эксплуатации. Выходы из таких НШС не гарантируются с помощью разработанных способов и средств, но для них могут быть предусмотрены мероприятия, снижающие риск и повышающие отказоустойчивость и живу честь ОЖТ.

На основе предложенного подхода разработан комплекс мо делей и методов анализа процессов возникновения нештатных ситуаций на сложных ОЖТ с использованием аппарата теории матриц [3, 4]. Содержательно основная задача анализа и преду преждения ВЧС в рамках предлагаемой методологии состоит в определении матриц предшествования и достижимости для конкретного элемента ОЖТ, который может находиться в не нормированном, близком к отказу состоянии. Дальнейший анализ матрицы предшествования позволяет выявить элементы (причины), которые могли повлечь появление ВЧС, а анализ матрицы достижимости – тяжесть ее последствий.

Оценку эффективности мероприятий, направленных на по вышение безопасности сложных объектов, предлагается строить на основе учета временных и стоимостных характеристик реали зации синтезированных сценариев их проведения. С этой целью разработана математическая модель распространения возмуще ний по структуре сложной технической системы ОЖТ на языке Системный анализ взвешенных знаковых графов [7]. Введены понятия ресурса живучести и запаса прочности элемента, сценария стойкости и живучести системы и сценарного исследования ее функциони рования. Рассмотрены основные характеристики сценариев и определены условия безопасного функционирования и обеспе чения живучести сложных технических систем (СТС) ОЖТ.

Разработаны методы генерации синергических и аттрактивных сценариев поведения исследуемой системы, которые соответст вуют задачам обеспечения стойкости и живучести изучаемой СТС. Предложены постановки и даны решения обратных задач управления живучестью СТС ОЖТ.

Разработанные методы имитационного моделирование СТС позволяют исследовать особенности их функционирования в различных условиях, наделять их требуемыми характеристика ми, снижать риск возникновения НШС и/или минимизировать последствия ВЧС.

3. Анализ проблем создания единого информационного пространства российских железных дорог Основными целями создания единого информационного пространства и его использования для предупреждения или ликвидации последствий ВЧС на ОЖТ являются:

обеспечение оперативности и эффективности деятельно сти органов управления РЖД в штатном и чрезвычайном режи мах, развитие их координационных и контролирующих возмож ностей;

повышение эффективности информационного взаимодей ствия органов управления РЖД;

повышение качества вырабатываемых управленческих решений;

совершенствование методологии и технологии анализа принимаемых решений, аналитической работы в целом;

рационализация информационного обеспечения, структу ры и состава документооборота;

Управление большими системами. Выпуск обеспечение эффективного обмена информацией, ее опе ративного многоаспектного поиска по заданным критериям, сохранности, полноты и достоверности, защиты от несанкцио нированного доступа;

обеспечение требуемого уровня информированности со трудников РЖД и населения о ситуации на объектах ОЖТ.

Интегрированная автоматизированная система транспорт ной безопасности должна представлять собой распределенную многоуровневую информационно-аналитическую систему под держки принятия решений с целью повышения эффективности управления риском (рис. 3–4).

В рамках данной системы необходимо, в первую очередь, создание единого информационного пространства российских железных дорог. Основными проблемами, которые необходимо решать в рамках рассматриваемой концепции, являются сле дующие:

анализ предметной области, выявление и предварительная оценка рисков возникновения техногенных катастроф и катаст роф другого типа;

выявление источников угроз безопасности и критических элементов предметной области (источников уязвимости), обла дающих высоким риском возникновения катастроф и чрезвы чайных ситуаций;

формирование динамических моделей предметной облас ти, включающее описание предметной области в форме, при годной для ее дальнейшего комплексного анализа с целью при нятия решений по ликвидации ВЧС.

Формальное описание предметной области должно строить ся на основе ее динамической модели, которая характеризуется определенным набором основных параметров («фазовые» со стояния изменения объекта), записанных на определенном языке [7].

Системный анализ Уровень РЖД Выработка рекомендаций по управлению безопасностью Оперативное Мониторинг и текущее Моделирование, управление планирование стратегическое планирование и управление Генераторы запросов, Системы оперативной Системы информационно- аналитической интеллектуального поисковые системы обработки данных анализа данных Банк данных РЖД Витрины данных Информационные системы консультантов Хранилище данных Сбор, очистка, оценка достоверности и согласование данных По типам и По регионам Интегри- Анализ и масштабам ЧС рованные предваритель данные ный прогноз Уровень дорог Органы управления, Банки и базы Интернет организации и данных ресурсы компании Информационно аналитические подсистемы дорог Рис.3. Архитектура системы управления безопасностью Управление большими системами. Выпуск Анализ предметной области, выявление и предварительная оценка рисков возникновения техногенных, природно – климатических и экологических катастроф Формирование динамических моделей предметной области Идентификационные Модели окружающей Модели измерения Модели выбора модели обстановки состояния окружающей среды Формирование индикаторов безопасности Определение множества Разработка методов Разработка методов индикаторов как базы для определения значений определения пороговых оценки риска и прогнози- индикаторов значений индикаторов рования катастроф Мониторинг Проблемный Предкризисный Кризисный Посткризисный Определение значений индикаторов. Оценка слабых сигналов.

Оценка отклонений индикаторов от пороговых значений Оценка фактического состояния Оценка прогнозируемого состояния Разработка и анализ сценариев развития предкризисных, кризисных и посткризисных ситуаций.

Подготовка и принятие решений Выработка рекомендаций Разработка превентивных Разработка программ программ ликвидации последствий Управление и контроль реализации программ Рис.4. Технология управления безопасностью Системный анализ Динамическая модель объекта описывает его текущие со стояния, обстановку, динамику их изменения и включает сле дующие составляющие:

идентифицированная модель системы;

модель окружающей обстановки;

модель поведения системы;

модель измерения состояния системы;

модель измерения состояния внешней среды;

правила выбора процесса изменения состояния объекта (модель выбора).

На основе использования динамических моделей объекта могут быть построены формализованные сценарии их поведения и управления.

Следующим классом решаемых задач является проблема организации эффективного мониторинга, т.е. систематического наблюдения, оценки и прогноза развития ситуации в предмет ной области с целью комплексной оценки уровня безопасности и оценки его в динамике. При этом должны быть разработаны методы оценки уровня критичности ситуации и формирования индикаторов безопасности.

На этой основе должны быть разработаны методы генера ции и анализа сценариев развития предкризисных, кризисных и посткризисных ситуаций. Данная проблема решается путем создания формализованного описания поведения объекта пред метной области для эффективного представления информации об обстановке и выработке необходимых решений. Ситуацион ным и в то же время объектно-ориентированным методом пред ставления информации об обстановке, приближающимся к возможностям естественного языка, является описание поведе ния объекта в виде возможных сценариев его развития, которые могут быть использованы в качестве основных инструментов для принятия эффективных решений и координации адекватных действий, предпринимаемых системой управления безопасно стью РЖД. Для этого необходимо:

Управление большими системами. Выпуск создание системного аппарата изучения и управления по ведением сложных систем, объединяющего все стороны указан ной проблематики – от методологических до практических;

создание формальной методологии разработки сценариев;

разработка методов классификации ситуаций с целью соз дания множества типовых формальных сценариев поведения и противодействия;

разработка методов преобразования типовых сценариев в формальные описания конкретных ситуаций на языке, близком к естественному.

4. Заключение Практическое решение задач обеспечения безопасности ОЖТ должно осуществляться на трех уровнях: стратегическом, тактическом, оперативном.

Стратегические задачи обеспечения безопасности должны быть направлены прежде всего на ликвидацию источников уязвимости транспортной системы либо как минимум на их ослабление. Фактически на рассматриваемом уровне должны приниматься и реализовываться стратегические, структурные и системообразующие решения, направленные на обеспечение приемлемого уровня безопасности ОЖТ. Данные стратегические решения могут быть разделены на следующие классы:

1) ориентированные на ликвидацию источников уязвимости или в случае невозможности – на ослабление действия внешних и внутренних источников угроз;

2) ориентированные на устранение существующих или пре дотвращение возникновения возможных угроз (в случае невоз можности воздействия на источники уязвимости);

3) нацеленные на предотвращение или снижение интенсив ности воздействия существующих или возможных угроз безо пасности ОЖТ;

4) направленные на максимально возможное снижение тяже сти последствий реализации угроз и компенсацию нанесенного ущерба.

Системный анализ Первый тип стратегий обуславливает необходимость разра ботки стратегических и структурных решений по обеспечению безопасности. Следующие два типа стратегий предполагают реализацию соответствующих функций управления, направлен ных на снижение интенсивности воздействия угроз безопасно сти либо «блокирование» их источников. В четвертом случае априори предполагается неизбежность вероятного ущерба, и целью является компенсация или снижение тяжести последст вий управленческими воздействиями, предусмотренными соот ветствующей выбранной стратегией управления.

Тактический уровень предполагает решение задач, связанных с ликвидацией угроз или предотвращением их воздействия на транс портную систему. По сути, процесс обеспечения безопасности на данном уровне представляет собой комплексы превентивных меро приятий, направленных на ликвидацию угроз ОЖТ либо на пре дотвращение последствий их воздействия.

Целью решения задач обеспечения безопасности на опера тивном уровне является ликвидация последствий реализации угроз. При этом результаты решения задач на рассматриваемом уровне представляют собой преимущественно комплексы опера тивных мероприятий.

Литература 1. АРХИПОВА Н.И., КУЛЬБА В.В. Управление в чрезвычай ных ситуациях. – М.: РГГУ, 1998. – 316 с.

2. ГЛАДКОВ Ю.М., КОСЯЧЕНКО С.А., ШЕЛКОВ А.Б. Ме тоды определения дислокации опорных пунктов сил и средств для ликвидации последствий пожаров, аварий, ка тастроф и стихийных бедствий на железнодорожном транспорте // Труды IX Международной конференции по проблемам управления безопасностью сложных систем. – М.: ИПУ РАН. 2001 г. – C. 72–74.

3. Информационное обеспечение систем организационного управления (теоретические основы). В 3-х частях. Часть 2.

Методы анализа и проектирования информационных сис Управление большими системами. Выпуск тем / [Под ред. Е.А. Микрина, В.В. Кульбы]. – М.: Изд-во физ.-мат. лит., 2011. – 496 с.

4. КУЗНЕЦОВ Н.А., КУЛЬБА В.В., КОВАЛЕВСКИЙ С.С., КОСЯЧЕНКО С.А. Методы анализа и синтеза модульных информационно-управляющих систем. – М.: Изд-во физ. мат. лит., 2002. – 798 с.

5. КУЛЬБА В.В., КОНОНОВ Д.А., КОСЯЧЕНКО С.А., КОЧ КАРОВ А.А., СОМОВ Д.С. Использование сценарного и ин дикаторного подходов для управления живучестью, стой костью и безопасностью сложных технических систем. – М.: ИПУ РАН, 2011. – 116 с.

КУЛЬБА В.В., ШЕЛКОВ А.Б., ЧЕРНОВ И.В. Методы 6.

анализа угроз эффективному функционированию систем организационного управления // Сборник докладов Между народной научной конференции «Проблемы регионального и муниципального управления». – М.: РГГУ, 2012. – С. 233–237.

Модели и методы анализа и синтеза сценариев развития 7.

социально – экономических систем: в 2-х кн. / [Под ред.

В.Л. Шульца, В.В. Кульбы]. – М.: Наука, 2012. – Кн.1. – с.;

Кн.2. – 358 с.

Системный анализ METHODOLOGY OF RESEARCH OF RAILWAY TRANSPORT SAFETY PROBLEMS Vladimir Kulba, Institute of Control Sciences named after V.A.Trapeznikov of RAS, Moscow, Doctor of Science, professor (Moscow, Profsoyuznaya st., 65, (495) 334-90-09, kulba@ipu.ru).

Stanislav Kosyachenko, Institute of Control Sciences named after V.A.Trapeznikov of RAS, Moscow, Doctor of Science, professor (urglad@ipu.ru).

Aleksey Shelkov, Institute of Control Sciences named after V.A.Trapeznikov of RAS, Moscow, Cand.Sc.

(abshelkov@gmail.com).

Abstract: We consider methodological basis for research of railway transport safety problems, including: establishment of methodology of abnormal situations research and scenario generation for railway facilities (RwF) operation in abnormal situations, optimal scenario choice for RwF development, creation of common information space for Russian Railways to solve efficiently problems of transport safety management.

Keywords: railway transport, safety, abnormal situation, scenario analysis, common information space.

Управление большими системами. Выпуск УДК 656. ББК O.2.7. КОНЦЕПТУАЛЬНОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ Матюхин В. Г. (Научно-исследовательский и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте, Москва) В статье рассматриваются общие задачи управления совре менным железнодорожным транспортом: технологический принцип управления, управление в реальном масштабе времени, интегрированность и интеллектуальность управления. Опре деляются основные концептуальные подходы к разработке и проектированию систем управления железнодорожным транспортом.

Ключевые слова: управление железнодорожным транспор том, сетецентрический подход, мультиагентные системы, интегрированные интеллектуальные системы.

1. Введение В настоящее время назрела необходимость разработки ком плексного подхода к согласованному управлению всеми цикла ми производственного процесса на железнодорожном транспор те. Решение подобной задачи может быть осуществлено путем создания единой технологически интегрированной системы управления перевозочным процессом, инфраструктурой и безо Владимир Георгиевич Матюхин, доктор технических наук (V.Matyukhin@gismps.ru).

Системный анализ пасностью, основанной на современных программных и интел лектуальных технологиях.

Разработка данного подхода требует решения ряда мас штабных и сложных задач, к числу которых в первую очередь нужно отнести следующие.

1. Изменение основной парадигмы управления – переход от административной системы управления к управлению по технологическому принципу. Необходимость изменения используемых в настоящее время принципов управления связа на с возникшим противоречием между применяемыми иерархи ческими схемами административного управления и требуемой эффективностью перевозочного процесса. Главное, но не един ственное противоречие связано с неоправданными задержками, обусловленными необходимостью «передачи» грузовых и пас сажирских потоков между административно обособленными структурами управления железнодорожным транспортом. Эти формальные процессы и процедуры контрольного и согласую щего характера «разрывают» непрерывный технологический процесс транспортировки грузов, что неизбежно приводит к резкому снижению эффективности перевозочного процесса и снижает экономические и социально-ориентированные показа тели всей отрасли в целом.

В первую очередь новые принципы управления должны быть внедрены на основных магистральных направлениях, на которых выполняется до 85% всей перевозочной работы.

2. Создание модели, позволяющей организовать управ ление перевозочным процессом в реальном масштабе вре мени. Данная задача обусловлена тем, что существующие сис темы в основном являются информационными, отсутствуют в достаточном количестве системы поддержки принятия решений, позволяющие управлять производственными процессами в реальном времени, планировать работу, моделировать и прогно зировать развитие ситуаций в целом. Отсутствуют развитые методы долгосрочного и оперативного планирования и оптими зации производственной деятельности на всех уровнях. Как Управление большими системами. Выпуск следствие, отсутствуют также средства, обеспечивающие согла сованную работу участников производственной деятельности.

К этому следует добавить низкую адаптивность информа ционных систем к меняющимся условиям рынка транспортных услуг, неполноту, противоречивость, недостоверность и низкую оперативность первичной информации. Например, информация о состоянии блок-участков на железнодорожной магистрали обновляется с интервалом 5–8 секунд. Однако при этом актуа лизация базы данных, содержащей эту информацию, отстает от реально происходящего процесса на 10–20 минут, что делает невозможным эффективное управление железнодорожными составами в оперативном режиме.

Отмеченные особенности требуют разработки и внедрения новых современных подходов, методов и средств автоматизации производственной деятельности. Одним из наиболее перспек тивных путей решения этой проблемы является создание круп ной программной системы – интеграционной платформы, по зволяющей на единой основе обеспечить описание предметной области (например, на языке онтологий) и решение разнообраз ных технологических проблем, возникающих в практике управ ления производственным процессом.

Подобная платформа предоставит возможность адаптивно го формирования системы управления, не ограниченной предо пределенной структурой и механизмами решения отдельных подзадач, а также быстрое прототипирование, макетирование и экспериментальную проверку. При этом предполагается также создание специального языка программирования, позволяющего технологам в естественных терминах описывать основные тех нологические процессы на содержательном уровне, не требуя при этом глубокого понимания деталей, связанных с конкрет ным формированием общей системы управления.

3. Разработка и внедрение интегрированных интеллекту альных систем управления перевозочным процессом. Изме нившиеся технологии разработки требуют коренного пересмотра концептуальной, методологической и инструментальной базы для создания адекватных современному состоянию железнодо Системный анализ рожной отрасли эффективных систем управления всем произ водственным циклом. Не соответствующие данному уровню системы управления всем железнодорожным комплексом могут свести на нет все достижения в технологической области.

В связи с этим требуется создание общих моделей железно дорожной информационной среды и единых принципов инте грального управления всем производственным процессом.

2. Особенности задачи управления ресурсами в реальном времени Выше отмечалась принципиальная важность для ОАО «РЖД» решения задачи управления ресурсами в реальном времени, т.е. принятие управленческих решений в темпе, соот ветствующем скорости протекания производственных процес сов.

Переход от модельного управления ресурсами, когда все за казы, потребности и возможности компании известны заранее, к принятию решений в реальном времени, когда решения прини маются по мере возникновения необходимости и в условиях неопределенности и высокой динамики, предполагает переход к методам и средствам создания управленческих и информацион ных систем нового поколения. Подобный подход позволяет избежать, в частности, «затоваривания» или, наоборот, «дефи цита» железнодорожных ресурсов (путей, локомотивов, вагонов, бригад и т.п.).

В рассматриваемых задачах требование функционирования в реальном времени является принципиальным, поскольку задержки в принятии решений приводят к резкой потере качест ва предоставляемых услуг РЖД, или, как крайний случай, такая услуга может быть вовсе не оказана. В этих условиях примене ние классических методов оптимизации зачастую оказывается неприемлемым, поскольку изменение условий задачи часто происходит до того, как сам оптимум будет найден, по причине сложности и трудоёмкости вычислений или скоротечности изменений. Выход из этой ситуации видится в разработке новых Управление большими системами. Выпуск «рациональных» методов, обеспечивающих не обязательно оптимальное, но субоптимальное или хотя бы просто допусти мое (т.е. устраивающее всех) распределение ресурсов, когда фактор времени становится первостепенным. При этом предпо лагается, что скорость решения слабо зависит от размерности задачи или контролируется в ходе ее решения.

Как отмечается во многих источниках, рост сложности и динамики производственных и бизнес-процессов является в настоящее время одной из наиболее серьезных проблем, с кото рыми сталкиваются крупнейшие мировые компании, к числу которых в полной мере можно отнести и ОАО «РЖД».

Новые методы и средства автоматизации должны обеспе чить решение целого ряда сложных задач, стоящих перед ОАО «РЖД»: управление ресурсами станций, динамическое формирование поездов, мультимодальная транспортная логи стика, управление производственными процессами, управление в чрезвычайных ситуациях и т.п.

3. Концептуальные подходы к управлению железнодорожным транспортом Как уже отмечалось, современная организация процессов в РЖД представляет собой сверхсложную открытую социально техническую систему, составленную из полуавтономных взаи модействующих элементов, обладающих целенаправленным поведением. Многие вопросы управления сложными системами уже рассматривались в кибернетике, но на существенно более простом уровне. Вместе с тем, наиболее общие результаты тео рии управления могут и должны быть использованы при разра ботке подобных систем.

При управлении такой системой необходимо учитывать взаимосвязи не только между отдельными переменными, но и между разными группами факторов. При этом в процессе дея тельности возникает множество факторов, влияющих на устой чивость структурных и динамических отношений, целостность, а также на все показатели функционирования. Как и в других Системный анализ сложных системах, здесь приходится принимать во внимание тот факт, что такая система является неустойчивой – например, в отдельных случаях относительно небольшие возмущения в организации движения поездов могут привести к существенно му изменению режима работы всей транспортной сети. Поэтому поддержание всей транспортной системы в устойчивом работо способном состоянии требует существенных ресурсов.

Моделирование поведения и управление такой системой должны рассматриваться в разрезе изучения таких фундамен тальных определяющих факторов, как внутреннее устройство системы, ее состав (подсистемы и элементы), текущее глобаль ное состояние и среда, в которой протекают организующие ее процессы. Для сверхсложной системы требуется также исследо вание организации элементов более низких с точки зрения структуры иерархических уровней.

Предметом конкретных системных исследований в рамках общего подхода к построению системы управления железнодо рожным транспортом является изучение:

– основных функциональных и технологических подсистем, их видов и типов;

– основных принципов и закономерностей поведения ука занных подсистем и системы в целом;

– процессов развития этих подсистем (в том числе их адап тации и протекающих переходных процессов).

При этом основными науками и дисциплинами, развитый аппарат которых может оказаться востребованным в железнодо рожных общесистемных исследованиях, являются:

– кибернетика как наука об общих закономерностях процес сов управления и передачи информации;

– теория информации как раздел прикладной математики, аксиоматически определяющий понятие информации, её свойст ва и устанавливающий предельные соотношения для систем передачи данных;

– теория игр, позволяющая специфическими методами опи сать рациональную конкуренцию двух или более противодейст Управление большими системами. Выпуск вующих сил с целью достижения максимального выигрыша и минимального проигрыша;

– теория принятия решений, обосновывающая рациональные выборы решений;

– «топологические» дисциплины, такие как теория сетей и теория графов;

– факторный анализ как раздел прикладной математики, обосновывающий выделение факторов в многомерных областях;

– общая теория систем в узком смысле, позволяющая опре делить применительно к железнодорожным системам ряд поня тий, интегрально характеризующих взаимодействие, суммарное действие, централизацию и конкуренцию структурно иерархических подсистем.

К прикладным наукам, имеющим непосредственное отно шение к системным исследованиям, относятся:

– системотехника – планирование, проектирование, оценка и конструирование систем типа «человек – машина»;

– исследование операций – научное управление существую щими системами людей, машин, материалов и т.п.

– имитационно-экспертное моделирование;

– методы прикладной синергетики.

Особо следует отметить, что в настоящее время приходится констатировать неполную наблюдаемость процессов функцио нирования железнодорожного транспорта. Многие процессы пока либо не поддаются прямому наблюдению, и о них можно судить только косвенно по некоторым конечным результатам, либо информация о них является недостоверной, неполной или неточной. Многие процессы не имеют количественной меры и определяются только качественными категориями (в том числе влияние отдельных лиц с учетом их приоритетного статуса).

Некоторые процессы являются наблюдаемыми частично, что не дает полного представления о происходящих явлениях, к тому же зачастую имеет место запаздывание информации.

Системный анализ 4. Сетецентрическая парадигма управления Автономность составляющих элементов, разнообразие от ношений, в которые они вступают в процессе целенаправленной деятельности, резко усилились за последние десятилетия. Про изошел глобальный сдвиг управленческой парадигмы от иерар хических к сетевым многоуровневым организационным струк турам с единой информационной средой и распределенным, в значительной степени децентрализованным, управлением.

Учитывая сложность железнодорожной производственной системы, многообещающим на концептуальном и методологиче ском уровне является так называемый сетецентрический подход к созданию интеллектуальных управляющих систем нового поколения, который позволяет конструировать «системы сис тем», рассчитанные на их взаимодействие друг с другом на всех фазах производственного процесса.

Первоначально понятие сетецентрического подхода вос принималось в аспекте организации и ведения так называемых сетецентрических военных действий. Однако оказалось, что область возможного применения этих подходов намного шире.

Основная тенденция развития сетецентрической парадиг мы – матричные информационно-управляющие системы, в основе которых лежит понятие «глобальной информационной решётки». Под этим понимается как вертикальная интеграция источников информации, узлов принятия решения и исполни тельных органов, так и формирование горизонтальных связей между разнородными объектами, оперирующими циркулирую щей в системе информацией. В таких системах интегрируются:

различные форматы и типы данных;

разнородные источники информации;

различные способы обработки информации;

разнообразные потребители информации.

Особенности сетецентрической организации. Сложность и разнообразие взаимодействий в сетецентрической организа ции предъявляют особые требования к системе управления, которая должна обладать следующими качествами:

Управление большими системами. Выпуск формирование единого координатно-временного поля, объ единяющего элементы системы, информационные источники, события и данные;

ограниченный набор стандартных компонентов, масшта бируемых на всех уровнях организации по принципу рекурсии;

интеграция разнородной информации, полученной от раз личных источников с перекрёстным уточнением;

анализ и прогноз развития обстановки на всех уровнях (стратегическом, тактическом и операционном);

способность к самоорганизации при выполнении локаль ных задач узлами одного уровня, минимальная эскалация на верхние уровни;

быстрая адаптация к меняющимся условиям, перспектив ное планирование деятельности на всех уровнях сети.

формирование механизмов автоматической и/или автома тизированной поддержки принятия решений;

документирование всех событий и управляющих команд.

В сетецентрическом подходе система строится как сеть под систем, способных работать как полностью автономно, так и согласовывать свою работу в ходе взаимодействия. В таких системах нет центра управления, который управляет работой всех подсистем, но имеется супервизор, который наблюдает и оценивает результаты работы организации в целом.

Сетецентрический подход предопределяет новую организа цию управления сложными процессами в распределённой ком муникационной инфраструктуре, реализующей максимальную ситуационную осведомлённость каждого узла при их переходе к коллективной согласованной работе для достижения поставлен ных целей. В результате взаимодействия узлов происходит динамическое перепланирование их поведения.

Неотъемлемой частью подобных систем является сеть рас пределённых сенсоров, сеть исполняющих элементов и сеть интеллектуальных информационно-управляющих элементов, осуществляющих анализ ситуации и принятие решений по управлению сенсорами и исполняющими элементами.

Системный анализ Процесс управления базируется не на традиционном иерар хическом принципе, а на согласованном выполнении задач управления с учетом реально складывающейся обстановки.

Важным условием является самосинхронизация, под которой понимается возможность обеспечения наибольшей эффективно сти как своих действий, так и действий других систем на основе их взаимного согласования.

Важной чертой сетецентрических систем является активное использование методов искусственного интеллекта. Централь ную роль при этом играют методы обработки информации в распределённых, но не обязательно иерархических системах принятия решения. Наряду с этим важны методы описания плохо формализуемых явлений и процессов, идентификации объектов. Отдельное направление исследований, востребован ных в таких системах, – извлечение и формальное описание знаний.

Предметные области, в которых целесообразно создание систем на основе сетецентрического моделирования, как прави ло, допускают относительно адекватное описание в терминах логико-вероятностных моделей объектов и/или явлений, по скольку представляют собой трудноформализуемые области деятельности. При этом активно востребованы методы количе ственного анализа разнотипной эмпирической и феноменологи ческой информации. Приходится также строить модели приня тия решения на основе информации, полученной на основе малых выборок, статистически недостоверной информации, а зачастую и искаженной.

В сетецентрических системах вместо стандартных показа телей качества функционирования отдельных технических подсистем оценивается эффективность функционирования управляемой системы «в целом».

Синергетический эффект в рамках сетецентрического подхода. Один из характерных признаков сетецентрической парадигмы – синергизм, проявляющийся в работе таких систем.

Синергетический эффект проявляется в работе различных составляющих сетецентрической системы. Во-первых, ввиду Управление большими системами. Выпуск масштабности системы и её нестационарности наблюдается высокий уровень информационной полноты и слабая коррели рованность исходных данных;

это является предпосылкой воз никновения синергетического эффекта, который проявляется в возможности восстановления утерянной информации. Во вторых, информационные потоки позволяют принимать самосо гласованные решения, которые, как правило, обладают свойст вом субоптимальности, что также можно рассматривать как следствие синергетического эффекта. В-третьих, поскольку сетецентрическая система функционирует в едином координат но-временном поле, то управление, планирование и иные дейст вия выполняются в едином информационном пространстве;

синергия проявляется еще и в том, что управляющие команды для множества исполнительных органов формируются скоорди нировано во времени и в пространстве.

В итоге вся эта совокупность свойств порождает эмерд жентность сетецентрической системы управления – эффект возникновения в целой системе новых качеств и свойств, кото рые не присущи ни одному из структурно-функциональных элементов, в нее входящих.

Сетецентрическая платформа: области применимости.

В настоящее время сетецентрические подходы уже достаточно широко реализуются не только в военной области, но и в сфере гражданского применения: государственное управление, бизнес, финансы, экономика, медицина, наука и техника. Стало обще признанным, что такой принцип управления, улучшая опера тивность и адаптивность каждого узла системы, повышает эффективность деятельности организаций.

Пример сетецентрических информационных ресурсов – сеть интернет. В этом случае налицо масштабность, нестационар ность, а также нерегулярность и разнородность исходных дан ных. Другим примером являются сетецентрические вычисли тельные ресурсы, например, Grid-технологии и облачные вычисления. Обе технологии являются пространственно распре делёнными и асинхронными;

предоставление вычислительных Системный анализ ресурсов и хранение данных осуществляется в результате ло кальных самосогласований.

Разработка и внедрение единой сетецентрической платфор мы и стандартов разработки позволит отраслевым специалистам и разработчикам самостоятельно создавать новые, взаимодейст вующие между собой, функциональные подсистемы.

5. Мультиагентные технологии Одним из перспективных подходов для реализации прин ципов сетецентрического управления является разработка ин формационных систем на основе мультиагентных технологий. В ближайшем будущем с мультиагентными технологиями связы вается новый этап в развитии управленческих и информацион ных технологий, которые по своей значимости постепенно выходят на уровень критических нано- и биотехнологий.

Причина такого стремительного развития этого направле ния связана с возможностью создания компьютерных систем нового поколения, использующих принципы самоорганизации и эволюции, характерные для поведения живых систем, например, колонии муравьев или роя пчел.

В целом мультиагентная система состоит из автономных агентов, способных воспринимать ситуацию, принимать реше ния и взаимодействовать с другими агентами. Решение любой сложной задачи в такой системе формируется эволюционным путем за счет взаимодействия десятков и сотен тысяч агентов, непрерывно конкурирующих и кооперирующих друг с другом.

Это позволяет решать задачи очень высокой сложности, не поддающиеся решению другими способами, например, в облас ти планирования и оптимизации ресурсов, распознавания обра зов, понимания текстов и других.

Мультиагентный подход к решению различных по своей природе сложных задач развивается с начала 90-х годов на стыке направлений по искусственному интеллекту, объектно ориентированному и параллельному программированию, а также телекоммуникациям. Главное отличие в том, что если Управление большими системами. Выпуск обычно задачи решаются путем построения традиционных последовательных программ, то в мультиагентном подходе решение строится через согласованное взаимодействие асин хронно и параллельно работающих небольших автономных программ, действующих в интересах своих владельцев, но всегда способных идти на уступки ради общего решения задачи.

Агенты – это автономные программные объекты, дейст вующие от лица и по поручению своих владельцев – представи телей предметной среды. В контексте управления железными дорогами агенты могут рассматриваться представителями сен соров, акторов, рабочих мобильных бригад, локомотивов и вагонов, путей сообщения, поездов, станций, дорог и т.п. В агентах описываются цели и задачи деятельности, сценарии поведения и правила принятия решений.

В отличие от традиционно пассивных программных объек тов агент представляет собой постоянно активный объект, ха рактеризующийся высокой степенью автономности. Агент имеет текущее состояние, собственные «сенсоры» для восприятия событий, цели, предпочтения и ограничения, а также сценарии принятия решений и коммуникации с другими агентами. Агента нельзя «вызвать» как обычную подпрограмму, но можно попро сить выполнить ту или иную задачу, для чего он должен согла совать изменения в своих планах с другими агентами, что может вызвать волну «переговоров» для согласования решений.

Мультиагентные технологии в задачах динамического планирования. Мультиагентные технологии позволяют по строить адаптивные методы и средства распределения ресурсов, планирования, согласования, мониторинга и контроля исполне ния планов в реальном времени, когда планы не строятся заново всякий раз, а лишь постоянно корректируются и перестраивают ся по мере их выполнения.

Это обеспечивает возможность поддержки принятия реше ний в реальном времени, что достигается за счет замены перебо ра вариантов решений, требующего больших вычислительных затрат, переговорами сторон, направленными на выявление Системный анализ конфликтов и достижение компромиссов при построении слож ных расписаний.

Важным достоинством этой технологии планирования и оптимизации ресурсов является возможность адаптивного по строения и исполнения планов, когда план не строится всякий раз заново при возникновении новых событий, как это делается в классических методах оптимизации, а только корректируется по мере появления событий в реальном времени.

Агенты могут как конкурировать на виртуальном рынке, так и кооперироваться. Например, два вагона могут конкуриро вать за право везти груз заказчика или наоборот дополнять друг друга при большем объеме груза.

Новизна предлагаемого метода динамического планирова ния состоит в том, чтобы моделировать процесс распределения ресурсов и построения сложных расписаний через взаимодейст вие участников этого процесса, которые по определению имеют различные цели, предпочтения и ограничения.

Постоянная активность всех агентов сети вызывает много сторонние переговоры в системе, идущие асинхронно и квази параллельно. При этом разрешение возникающих конфликтов между агентами может вызывать цепочку операций переплани рования, сдвижку заказов вправо или влево по шкале времени, обмен заказами между ресурсами и т.п. В то же время, если имеется запас времени, решение о выделении ресурса или сфор мированное расписание может подвергаться непрерывной, в том числе и классической оптимизации. Таким образом, в сети агентов реализуется способность системы оперативно реагиро вать на заранее непредвиденные события.

Следует отметить присущую многоагентным системам не устойчивость, когда малые изменения на входе системы породят большие изменения на выходе. Например, даже небольшое событие при определенных условиях может повлечь за собой кардинальную перестройку всего расписания движения поездов.

За счет представления задачи в форме, близкой к естествен ной, логика принятия решений системы становится более про зрачной как для программистов, так и пользователей, что позво Управление большими системами. Выпуск ляет встраивать большое число эвристик без увеличения слож ности кода и уменьшать общее время разработки системы;

при этом результаты работы системы становятся более доступными для понимания пользователем.

Рассмотренный выше механизм мультиагентных перегово ров может быть развит до уровня, напоминающего работу ко манды специалистов, которые при планировании ресурсов организуют «круглый стол» переговоров для выработки согла сованных решений.

Мультиагентные технологии в задачах управления ре сурсами. В настоящее время на рынке известны первые плат формы для разработки мультиагентных систем. Для создания мультиагентных систем оперативного управления ресурсами в реальном времени разработан также ряд отечественных методов и средств, который позволил создать первое поколение мультиа гентных систем для управления ресурсами и получить первый успешный опыт разработки подобного рода систем промышлен ного масштаба.

Первый опыт создания рассматриваемых систем промыш ленного масштаба показал, что для разработки прикладных систем управления мобильными ресурсами требуется создание интеграционной платформы, поддерживающей большое количе ство агентов, которые могут быть простыми, но обеспечиваю щими интеллектуальность в работе с расписаниями за счет множества взаимодействий, постоянной самоорганизации и непрерывной эволюции порождаемых решений.

Создание базовой версии такой интеграционной платформы с включением средств мультиагентного моделирования, позво лит решать сложные задачи распределения, планирования и оптимизации использования ресурсов в реальном времени, приведет к сокращению сроков и стоимости разработок, повы шению производительности, масштабируемости и надежности разработок.

Системный анализ Литература МАКАРЕНКО А.В. Введение в сетецентрические информа 1.

ционно-управляющие системы [Электронный ресурс]. – Ре жим доступа: http://www.rdcn.ru/estimation/2010/ 03042010.shtml.


МАТЮХИН В.Г., ШАРОВ В.А., ШАБУНИН А.Б. Управле 2.

ние железной дорогой онлайн // Пульт управления. – 2012. – №1. – Режим доступа: http://pult.gudok.ru/archive/ detail.php?ID=420035.

СКОБЕЛЕВ П.О. Мультиагентные технологии в про 3.

мышленных применениях: к 20-летию основания Самарской научной школы мультиагентных систем // Мехатроника, автоматизация, управление. – 2010. – №12. – С. 33–46.

ШАБУНИН А.Б., ЧЕХОВ А.В., ДМИТРИЕВ Д.В., 4.

КУРБАТОВ Е.В., САЗУРОВ С.В., СКОБЕЛЕВ П.О., СИМОНОВА Е.В., ЦАРЕВ А.В., СТЕПАНОВ М.Е. Сете центрический подход к разработке системы управления производственными процессами ОАО «РЖД» // Труды меж дународной научно-практической конференции «Управле ние большими системами–2011». Т.3. – М.: ИПУ РАН, 2011. – С. 222–225.

CONCEPTUAL MODELING OF CONTROL PROCESSES FOR RAILWAY TRANSPORT Vladimir Matiukhin, JSC Research and Design Institute for Informa tion Technology, Signaling and Telecommunications on Railway Transport, Doctor of Science (V.Matyukhin@gismps.ru).

Abstract: General control problems of contemporary railway trans port are considered, such as technological principle of control, real-time control, integral and intelligent control. The main conceptual approaches to development and design of control systems for railway transport are defined.

Keywords: railway transport management, network-centric ap proach, multi-agent systems, integrated intelligent systems.

Управление большими системами. Выпуск УДК 656. ББК 39.2, 32. ПОДДЕРЖКА ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ И АНАЛИЗА ДАННЫХ МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ КОМПАНИИ ОАО «РЖД»

Ахметзянов А. В.1, Бахтадзе Н. Н.2, Власов С. А.3, Девятков В. В.4, Максимов Е. М. (ФГБУН Институт проблем управления РАН, Москва) Предложены методы поддержки принятия решений по управ лению производственными процессами и бизнес-процессами ОАО «РЖД» на основе динамического интеллектуального прогнозирования показателей, имитационного моделирования и параллельных вычислений. Рассмотрена возможность приме нения методов радиочастотной идентификации (RFID технологий, Radio Frequency Identification) для интеллектуаль ного анализа данных перевозочного процесса.

Ключевые слова: интеллектуальный анализ производствен ных данных, прогнозирование, имитационные приложения, иерархическое моделирование, параллельные вычисления.

Атлас Валиевич Ахметзянов, кандидат технических наук, заведую щий лабораторией (atlas@ipu.ru).

Наталья Николаевна Бахтадзе, доктор технических наук, профес сор, заведующий лабораторией (sung7@yandex.ru).

Станислав Александрович Власов, кандидат технических наук, старший научный сотрудник (savlas@yandex.ru).

Владимир Васильевич Девятков, кандидат технических наук, ди ректор ООО «Элина-компьютер» (Vladimir@elina-computer.ru).

Евгений Михайлович Максимов, кандидат технических наук, стар ший научный сотрудник (maxfone@ipu.ru).

Информационные технологии в управлении 1. Введение С 2001 г. на железнодорожном транспорте реализуется Про грамма структурной реформы, утвержденная Правительством Российской Федерации в мае 2001 г.

В соответствии со «Стратегией инновационного развития ОАО «Российские железные дороги» на период до 2015 года»

(«Белая книга ОАО «РЖД»») и «Стратегией развития железно дорожного транспорта в Российской Федерации на период до 2030 г.» [3] продолжается работа по совершенствованию систе мы управления ОАО «РЖД» с целью создания условий для повышения эффективности работы, особенно в области сокра щения издержек. Проводится разработка интеллектуальной системы управления компанией на современных принципах и управления основными бизнес-процессами компании по ключе вым показателям эффективности. Актуально совершенствование управления перевозочным процессом и развитие транспортной логистики. Предусматривается системная интеграция современ ных информационных и коммуникационных технологий и средств автоматизации в транспортную инфраструктуру [8]. В этой связи целесообразным представляется создание Системы поддержки принятия решений по управлению в разнообразных аспектах деятельности компании.

Инновационное управление пассажирским и грузовым пе ревозочным процессом должно осуществляться на основе анали за данных глобального мониторинга в едином информационном пространстве по перемещению пассажиров, грузов (товаров) на территории России и за ее пределы железнодорожным видом транспорта, а также прогнозирования в динамике разнообраз ных показателей, прежде всего – объемов перевозок.

Для минимизации издержек, увеличения объема перевозок, улучшения их качества, повышения пропускной и провозной способности железных дорог требуется детальное исследование всех особенностей поездной работы и перевозочного процесса. В этом аспекте обретает практическую важность создание Систе мы поддержки принятия управленческих решений на основе Управление большими системами. Выпуск динамической интеллектуальной обработки и анализа данных мониторинга деятельности компании на железнодорожных станциях, в отделениях дорог, управлениях дорог, в специали зированных департаментах ОАО «РЖД», а также динамическая корректировка формируемых расписаний. Система должна охватывать все аспекты управленческой деятельности и харак теризоваться широкой функциональной направленностью. Она предоставит также возможность оперативно оценивать, модели ровать и прогнозировать коммерческую загрузку поездов с учетом динамики ситуаций (в том числе изменения конъюнкту ры рынка). Предполагается, что все подсистемы будут иметь возможность автоматического и/или интерактивного взаимодей ствия с Интеллектуальной системой управления компании.

При разработке такой системы актуальным представляется использование интеллектуальных алгоритмов идентификации и управления с прогнозирующей моделью;

методов и алгоритмов имитационного моделирования;

современных вычислительных методов и методов обработки информации на базе параллель ных вычислений.

2. Система поддержки принятия решений по управлению производственными процессами ОАО «РЖД»

В рамках разработки Системы поддержки принятия управ ленческих решений необходимо в темпе соответствующих про изводственных процессов решать, прежде всего, следующие задачи:

1. Разработка интеллектуальных методов прогнозирования объема перевозок на основе исследования динамики перевозоч ных процессов. Для прогнозирования показателей, характери зующих эффективность расписания, могут быть использованы интеллектуальные алгоритмы, основанные на построении вир туальных моделей, и процедуры ассоциативного поиска [11].

При разработке алгоритмов ассоциативного поиска используют ся методы нечеткой логики и нечеткого управления. Предло Информационные технологии в управлении женные методы моделируют в реальном времени динамику поведения человека-оператора и используют формализацию знаний, как технологических, так и экспертных.

2. Разработка алгоритмов принятия решений по управлению эффективностью формирования и динамической корректировке расписаний на основе динамических прогнозирующих моделей перевозочных процессов. Алгоритмы представляют собой адап тивные алгоритмы на основе так называемых обратных моде лей [2].

3. Разработка имитационных микро- и макро-моделей поезд ной работы и перевозочных процессов. Разработка методов создания имитационных приложений (комплекса имитацион ных моделей и программ, обеспечивающих интерфейс пользова теля с моделью). Данное приложение предназначено для прогно за и анализа перевозочных процессов на выбранном полигоне сети железных дорог большой размерности (диспетчерского круга, направления, отделения дороги и т.д.) и должно обеспе чивать исследование полигона на значительных по времени интервалах (от нескольких дней до года). Методы предоставля ют возможность лицу, принимающему решение, с высоким быстродействием получить варианты возможных результатов управленческих воздействий [5].

4. Разработка методов создания программного приложения (комплекса идентификационных моделей и программ, обеспечи вающих интерфейс пользователя с моделью) «Система под держки принятия решений» для «Системы анализа и оптимиза ции расписания» ОАО «РЖД» [4].

В настоящее время в системе управления транспортной се тью РЖД многие операции могут выполняться независимо друг от друга и не требуют постоянной синхронизации. При этом разбиение на подзадачи определяется структурой пространст венно-временных связей между отдельными подразделениями РЖД, обладающими характерными особенностями внутренних и внешних связей [1]. Это позволяет использовать иерархиче ские принципы моделирования с многоуровневой декомпозици ей на параллельные подсистемы. Например, можно разделить Управление большими системами. Выпуск системы планирования (расписания) региональных перевозок, оставив временные и транспортные коридоры для федеральных перевозок. Аналогично можно решать параллельно задачи минимизации времени переформирования составов на каждой узловой станции, и т.п.

Исходной проблемой решения задач планирования и опера тивного управления является сбор информации, условий, огра ничений и технических требований. Для решения многочислен ных задач управления и транспортной логистики необходимо большое количество массивов производственных данных, среди которых, в первую очередь, должны быть представлены:

– общая структура РЖД и иерархия внутренних и внешних связей подразделений РЖД;

– структура грузовых и пассажирских потоков;

– характеристики локомотивов и вагонов;

– характеристики вспомогательной техники;

– количество локомотивных бригад и обслуживающего персонала;

– личные предпочтения работников РЖД;

– структура и скорость работы сортировочных узлов;

– приоритеты для грузового и пассажирского сообщения;

– инфраструктура железных дорог (пути, разъезды, сортировочные узлы).

Учитывая сложность системы, для комплексного и всесто роннего ее исследования, целесообразно разработать комплекс разнообразных имитационных моделей. Они должны характе ризоваться определенной функциональностью (управление движением, технология работ, бизнес-процессы), масштабами (станция, диспетчерский круг, район управления, дорога) и другими параметрами. Работы по использованию метода ими тационного моделирования для анализа перевозочных процес сов в ОАО «РЖД» активно проводятся в течение нескольких лет рядом организаций. В частности, существенные результаты по моделированию перевозочных процессов в последние годы достигнуты ВНИИАС и ЗАО «ИнтехГеоТранс» [9]. В частности, Информационные технологии в управлении разработан и внедрен комплекс имитационных моделей станции и участка.

В рамках создания подсистемы предлагается разработка моделей, симулирующих работу станции и участка более дета лизировано («микромодели»). Используемый уровень детализа ции позволяет достичь очень высокой степени адекватности модели и представить в ней весь процесс с максимальной реали стичностью.

Однако, с учетом очень большого объема вычислений и в аспекте определенных задач управления, необходима разработка моделей макро-уровня поездной и перевозочной работы более крупных элементов сети железных дорог ОАО «РЖД»:

– от моделирования полигонов, содержащих такие объекты, как «станция – участок», необходимо перейти к моделированию полигонов содержащих большее количество объектов, например, «станция – участок – направление – отделение дороги – дорога»;

– от анализа работы полигона в течение одной или несколь ких смен перейти к анализу полигона за месяц, квартал или год.

3. Система анализа и динамической корректировки расписания С учетом множества аспектов и направлений управленче ской деятельности компании, Система поддержки принятия управленческих решений должна содержать ряд подсистем, функционирующих на основе единого информационного про странства. Одной из таких подсистем должна стать Система анализа и динамической корректировки расписания ОАО «РЖД».

Основной функцией подсистемы является поддержка управления движением поездов на участке и маневровой рабо той, что обеспечит поддержку решений, направленных на уст ранение затруднений в продвижении вагонопотоков и отклоне ний от технических нормативов.

Система обеспечит динамическую поддержку работы Сис темы диспетчерского управления в автоматическом режиме для Управление большими системами. Выпуск совершенствования организации движения поездов и использо вания резервов, в частности, позволит осуществлять в автомати зированном режиме:

– уменьшение продолжительности стоянки поездов на раз дельных пунктах;

– изменение порядка и пунктов скрещения, и обгона поез дов;

– перераспределение вагонного и локомотивного парков в соответствии с меняющейся ситуацией;

– регулирование погрузки по времени, направлениям и роду подвижного состава;

– перераспределение локомотивных бригад.

Необходимые сведения поступают в систему диспетчерско го управления со станций и от машинистов локомотивов с перегонов участка, а также из автоматизированных систем, фиксирующих информацию о месте, времени и причине за держки поезда, информацию о подходе поездов и вагонов и сложившейся обстановке на каждом стыковом пункте, оповеще ния об отказе технического средства и т. д.

Система поддержки принятия решений для оперативного диспетчерского управления перевозочным процессом должна включать в себя алгоритм обработки сигналов, имитационную модель, базу данных и алгоритм принятия решений. Алгоритм обработки сигналов, используя имитационную модель, передает в базу данных информацию об отклонениях от нормативов по различным показателям, а алгоритм принятия решений связан с корректировкой совокупности расписаний. Основу алгоритма принятия решений составляет имитационная модель, которая определяет влияние причин отклонений с заданной точностью.

Рассчитывается оценка возможных минимальных потерь чистой прибыли финальной совокупности расписаний. Оценка рассчи тывается на основе линейной регрессионной модели. Модель включает в качестве взвешенных слагаемых «управляемые» и «неуправляемые» факторы финансовых потерь.

Будет осуществляться поддержка принятия решений по корректировке формирования плана движения поездов и макси Информационные технологии в управлении мально быстрого введения опоздавших поездов в график – в случае его нарушения – на базе оперативного (за смену и сутки) анализа эксплуатационной работы железнодорожной сети, отделений и станций и формирования прогноза по ключевым показателям. Будет определяться в динамике степень соответст вия установленным нормам, причины отклонения от них и формирование рекомендаций по исправлению положения.

Динамическая корректировка выполнения планов перевозок осуществляется на базе прогнозирования показателей объема и качества эксплуатационной работы, таких как:

соблюдение графика движения, выполнение плана перево зок и плана формирования поездов;

работа участка: сумма погруженных и принятых груже ных вагонов, сумма выгруженных и сданных груженых вагонов;

реализация технической, участковой и маршрутной скоро стей движения поездов;

показатели эффективности использования подвижного со става, в частности:

o оборот локомотива (продолжительность обслуживания им одной пары поездов на участке, т.е. промежуток времени с момента выдачи локомотива под поезд до момента выдачи его под следующий поезд);

o продолжительность выполнения отдельных операций:

движение на перегонах, простои на промежуточных станциях, нахождение на станциях смены бригад, в пунктах оборота и на станции приписки и т.д.;

o среднесуточный пробег локомотивов;

o число вагонов, груженых за сутки;

o оборот вагона (время, затрачиваемое на выполнение законченного цикла его работы – от погрузки до по грузки или от выгрузки до выгрузки вагона) и средне суточный пробег.

Прогнозирование осуществляется на основе интеллектуаль ных алгоритмов моделирования динамики перевозочного про цесса.

Управление большими системами. Выпуск Логистика работы локомотивных бригад с учётом изме няющихся производственных потребностей должна быть осуще ствлена на основе создания комплекса программ имитационных моделей, обеспечивающих интерфейс пользователя с Подсисте мой динамической поддержки диспетчерского управления.

Планируется разработка имитационных приложений (ком плекса имитационных моделей и программ, обеспечивающих интерфейс пользователя с моделью). Приложения будут осуще ствлять анализ динамики перевозочных процессов на выбран ном полигоне и должны обеспечивать исследование полигона на различных по времени интервалах (от нескольких дней до года).

Планируется разработка имитационных приложений, кото рые будут осуществлять проверку фактической возможности (с учетом оперативных изменений ситуации) применения реко мендаций оптимизационной системы, выявлять незапланиро ванные резервы, оперативно регулировать расписание работы локомотивных бригад.

Сформулированные задачи хорошо разделяются на взаимо связанные или параллельные подзадачи. При такой декомпози ции достигается адекватность иерархической модели и обеспе чивается возможность эффективного многоуровневого распараллеливания обработки исходной информации и вычис лительных алгоритмов решения рассматриваемых в проекте задач большой размерности (транспортного типа, целочислен ного программирования, теории расписаний и распределения ресурсов на сетях и др.). Благодаря оптимальному вложению процессов обработки данных и вычислительных алгоритмов до стигаются решения рассматриваемых в проекте конкретных задач за требуемое на практике реальное время. Для оценки результатов работы полученных алгоритмов будут использова ны значения абсолютной погрешности целевой функции и трудоёмкости, полученные на основе интерполяционных поли номов Лагранжа и сплайн-функций.

Для решения поставленных в проекте задач будут исполь зоваться современные эффективные методы программирования в ограничениях (Constraint programming), методов кластерного Информационные технологии в управлении анализа (Data Clustering), целочисленного программирования, графического и интерполяционного подходов.

Для различных задач поддержки управления будут иссле дованы различные варианты постановок. Будут разработаны иерархические методы их решения с оптимальным многоуров невым вложением алгоритмов в архитектуру распределенных сетей МВС (многопроцессорные вычислительные системы) с использованием программных средств распараллеливания вычислений (MPI, OpenMP, OpenCL, CUDA).

Качественно новыми подходами к аналитической поддерж ке управленческих решений, предоставляемой в темпе производ ственного процесса, являются:

– интеллектуальные методы прогнозирования объема перевозок на основе исследования динамики перевозочных процессов;

– алгоритмы принятия решений по управлению эффективностью формирования расписаний на основе динамических прогнозирующих моделей перевозочных процессов;

– методы разработки имитационных приложений (комплекса имитационных моделей и программ, обеспечивающих интерфейс пользователя с моделью) для прогноза и анализа перевозочных процессов на выбранном полигоне сети железных дорог большой размерности;

– иерархическое моделирование с многоуровневым разбиением на подсистемы;

– методы и алгоритмы решения задач теории расписаний на основе графического и интерполяционного подходов с многоуровневым оптимальным вложением параллельных вычислений в архитектуру распределённых МВС;

– методы, позволяющие строить приближённые решения с гарантированной абсолютной погрешностью целевой функции и оценкой объёма вычислений.



Pages:   || 2 | 3 | 4 | 5 |
 

Похожие работы:





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.